【Sciurus17活用事例紹介】立命館大学萩原先生特別インタビュー（後編）

こんにちは、アールティ営業部の渋谷です。

アールティの研究開発向けロボットをご利用いただいているお客様に、実際の使用感やロボットを使った研究開発の内容を伺うインタビュー企画後編です。

立命館大学総合科学技術研究機構准教授の萩原良信先生と、立命館大学大学院情報理工学研究科に所属する長谷川さんにお話を伺いました。

萩原先生とSciurus17、CRANE-X7

前編はこちら

【Sciurus17活用事例紹介】立命館大学萩原先生特別インタビュー（前編）

こんにちは。アールティ営業部の渋谷です。アールティ製品を実際にご活用いただいているお客様へのインタビュー企画です。今回は、立命館大学総合科学技術研究機構准教授の萩原良信先生と、立命館大学大学院情報理工学研究科に所属する長谷川さ...

Sciurus17使用レビュー
研究の先に見据える未来
最後に

Sciurus17使用レビュー

萩原先生には、Sciurus17の発売直後で使用実績がほとんど無い中で選定・ご購入いただきましたが、どの点が決め手になりましたか？

萩原先生：私は13年程前からロボット競技のロボカップに参加していて、その頃からアールティ製品を買っていたので研究開発用ロボットとして製品に信頼を置いていました。

研究用に購入するときに、ROSでしっかり動いてサンプルもあり、そしてサポート情報が公開されていることが条件でした。
その辺りを重視して探した時に、アールティの中川さんから話があって「これが一番良いかな」と。

ありがとうございます。ここからは学生の長谷川さんにもお話を伺っていきます。実際に使用した上で感じた、良い点や悪い点を教えてください。

萩原先生：Web（GitHub）でサポート情報が公開されているのは非常にありがたかったです。Sciurus17は3Dプリンタ製なので、故障時は自前でパッと作れて非常に助かります。
頭部や胸部のカメラも含めたシステム全体のROSパッケージもあるので、研究をスタートしやすい開発環境だったと思います。

長谷川さん（学生）：新しく研究室に来た学生にとって、GitHubが参考になります。他社のサイトは更新が止まっていることもあるので、その点メンテナンスされていて良かったです。
ROSベースでシミュレーションできるのも良いです。初学者はコマンドなどを覚えるのが難しいので、まずシミュレータで慣れてもらってから実機に移るようにしています。

Sciurus17のROSパッケージ

GitHubについて、READMEやドキュメントで具体的に役立ったのはどの部分でしょうか？

他社のGitHubリポジトリは更新が止まっていて、READMEに書いてあるのに動かないということもあるので…。
また、Sciurus17のリポジトリは私が触り始めた当時、最新バージョンのNoeticで書かれていたことも参考になりました。

サンプルなどで今後充実してほしいものはありますか？

長谷川さん：Gazeboを立ち上げた時に茶色い箱が3個くらい置いてあるのですが、バリエーションがあるとより使いやすくなると思いました。

萩原先生：物体は色々なバリエーションがあると良いと思います。例えばYCB object and model set（※6）とか、研究に標準的に使われるような物体とデータのセットのモデルがシミュレータに入っていると、実世界での実験でもそのまま使えて色々なことができるので、さらに面白いかなと思いました。

※6：YCB object and model set
アメリカの研究者の共同プロジェクトYCB Benchmarksが、ロボット競技会や研究開発において一定の条件で比較をするため、物体の実物とオブジェクトデータをセットで提供しているもの。https://www.ycbbenchmarks.com/

出典：https://www.ycbbenchmarks.com/

具体例までありがとうございます。開発チームにフィードバックさせていただきます。

Sciurus17をおすすめする場合、どのような点が良いと言えますか？

萩原先生：やはりサポートですね。特に学生と一緒に進める研究開発では、手厚いサポートが欠かせません。
ROSを初めて触る学部生がサポート情報のサイトを見て独学で動かせるような、手厚いマニュアルと管理されたソースコード、充実したQ＆Aが重要です。

そういう意味で、技術をちゃんと理解している人によってGitHubが管理・維持されているのが一番大事かなと思います。
また、アーム型のCRANE-X7の方の話にはなりますが、細田先生が書かれた教科書があるので、マニピュレーションの部分でも深みというかリサーチ的なアプローチが出来るのも強みかなと。

ありがとうございます。「サポートがしっかりしていて対応が早い」というお声は他のお客様からもよくいただくので、これからも精進します。

研究の先に見据える未来

人とロボットが共存する研究にも取り組まれている萩原先生から、今の研究テーマにどのような未来を見据えていらっしゃるかお聞かせください。

萩原先生：壮大な話ですが、AI・ロボットもひとつの知性であり、その知性は人間の知性と融合していく時代になっていくと思うんです。
その中でAI・ロボットとのコミュニケーションを数理・計算論モデルにより分析し、理解する事が重要になってきます。
その挑戦のひとつが、現在研究している「人とロボットの言語的なコミュニケーション」なんです。

人間は、言葉を発話したり、聞いたりするコミュニケーションによって、自己の認識をダイナミックに変容させています。
同じことが言語情報や視覚情報、触覚情報から学習するAI・ロボットにおいても言えます。
このため、人とAI・ロボットを含めたマルチエージェントの記号創発システムを考え、このシステムにおけるコミュニケーションのダイナミクスを計算論モデルを用いて捉えていきたいと考えています。
これにより、人間とAI・ロボットのコミュニケーションにおいて、どのような発展が期待されるのか予測したり、現在起こっている問題を分析して原因を推定する事が可能になると期待しています。

なかなか仕組みとして見えづらい「コミュニケーション」というものを捉えることで、AI・ロボットをより便利に活用できるようになると良いですね。

他に注目されている、ロボットに関する研究開発テーマはありますか？

萩原先生：基盤モデル（※7）が出てきたので、ロボットが常識的な知識を持った状態で環境に出て様々な仕事が出来るようになると思われます。また、現場環境で身体経験から学習するモデルと基盤モデルを融合する事により、効率的な環境適応が可能になると思われます。

※7：基盤モデル（Foundation Model）
ラベルなしの大量データを使って事前学習し、その後、幅広い下流タスクに適応できるようにファインチューニングするという2段階の訓練工程を踏んだ、1つの機械学習モデルのことを指す。
（参考：ITメディア「基盤モデル（Foundation Model）とは？」）

現在は、基盤モデルを活用してオープンボキャブラリで多様な言語命令からフェッチアンドキャリータスクを実現する研究などに注目しており、言語情報に基づいたモデル間・ロボット間での知識転移に興味があります。

モデル間・ロボット間ということで、現在は2台のロボット同士のやりとりなどを実験されていますが、将来的にはもっと複数台を想定されていますか？

萩原先生：そうですね。理論的には複数台への拡張は出来ているので、将来的には、2台3台といわず100台とか、そのくらいの規模での知識転移や記号創発の実験を行いたいですね。

とても見てみたいです！今後を楽しみにしています。貴重なお話をありがとうございました。